Lec 14有限注意力——税收显著性与"通过留意来学习"

讲义完成更新于 2026-09-29

Lec 14 有限注意力——税收显著性与"通过留意来学习"（Limited Attention）

MIT 14.13 · Psychology and Economics · 主讲 Frank Schilbach

TL;DR

注意力是有限而昂贵的认知资源，个体无法对环境中的全部信息进行无成本处理。
显著性（Salience）决定了信息的权重：隐性税费、运费与附加成本常被消费者系统性忽略。
引入理性疏忽（Rational Inattention）框架，将注意力配置建模为信息获取成本的最优选择。
探讨企业如何利用消费者的有限注意力进行价格模糊化包装，并分析政策披露干预的有效性。

注意力的有限性：来自认知心理学的证据

许多经济决策依赖于个体能否注意到相关信息，但认知心理学的证据表明注意力是有限且需要分配的资源。"不注意"（inattention）与"变化盲视"（change blindness）现象大量存在（Neisser 1979；Simons and Chabris 1999）：当注意力被引导到某个焦点时，人们常常完全忽略画面中显著的其他变化。

双耳分听实验（Broadbent, 1958）

受试者同时通过耳机左右耳各听一段不同的话，被要求只关注其中一只耳朵播放的内容。结果显示：事后询问"未被关注"一耳的内容时，受试者几乎无法回忆；更重要的是，如果同时要求受试者在脑中记住一个数字（增加认知负荷），他们对未被关注耳朵内容的记忆会进一步显著下降——说明注意力资源被同时占用的其他任务挤占后，对次要信息通道的处理能力会明显减弱。

注意力也是可塑的（malleable）：分心（如社交媒体）、担忧（对自己或他人福祉的忧虑）、睡眠状况、练习程度等因素都可能影响个体能够投入多少有效注意力，这为后续课程讨论"贫困如何通过认知负荷影响决策"埋下伏笔。

高风险场景下的不注意：EntreMed 案例

一个值得思考的问题是：不注意是否只发生在低风险、无关紧要的情形中？Huberman and Regev（2001）记录的一个真实金融事件对此给出了否定回答。

EntreMed 股价对"重复新闻"的反应

1997 年 10 月至 11 月，生物科技公司 EntreMed 因抗癌新药的早期积极结果被媒体报道：1997 年 11 月 28 日，《自然》（Nature）杂志重点报道该研究，《纽约时报》也在当天以 A28 版面（不显眼位置）报道了这一消息，EntreMed 股价当日出现温和上涨。而 1998 年 5 月 3 日，《纽约时报》在头版刊登了几乎完全相同的报道内容（并非新信息），股价却在几乎没有新增基本面信息的情况下暴涨数倍（从约十几美元跳升到超过 50 美元）。随后 1998 年 11 月 12 日，《华尔街日报》头版报道该研究结果未能复现，股价才逐渐回落。

在一个具备完全注意力和无限套利能力的有效市场里，1997 年 11 月已公开的信息理应已经被充分定价；但现实中，信息呈现的显著程度（版面位置、媒体关注度）本身就能引发巨大的价格反应——这说明即便在高风险、理性套利者众多的金融市场，注意力的分配依然会造成实质性的定价扭曲。

一个简单的注意力模型（DellaVigna, 2009）

为了量化"注意力不足"造成的行为扭曲，DellaVigna（2009）提出了一个简洁的建模框架。

显著/不透明价值分解与不注意参数

设某商品的（含税/含隐藏成本的）总价值为 $V$ ，可分解为两部分：

$V = v + o,$

其中 $v$ 是消费者容易观察到的"显著部分"（visible/salient component，例如货架标价）， $o$ 是需要额外计算才能获知的"不透明部分"（opaque component，例如需要在结账时才叠加的销售税）。

消费者对商品价值的感知并非完整的 $V$ ，而是

$\hat V = v + (1-\theta) o,$

其中 $\theta \in [0,1]$ 度量消费者对不透明部分的不注意程度（degree of inattention）： $\theta=0$ 对应标准的完全理性消费者（充分处理全部信息）； $\theta=1$ 对应完全忽视不透明部分。可以将其解读为：每个消费者其实"看到"了 $o$ ，但只按 $\theta$ 的比例部分处理（process）了这一信息。

应用：消费者对销售税的不注意（Chetty, Looney, and Kroft, 2009）

销售税天然适合检验上述模型：许多国家/地区的销售税不直接标注在货架价格上，而只在结账时叠加，这使其成为典型的"不透明部分"。

设需求 $D(\hat V)$ 是感知价值的函数，其中 $v$ 是含商品价格 $p$ 在内的可见部分， $o=-tp$ 是（不可见的）州销售税带来的价格增量（ $t$ 为税率）。于是

$\hat V = v + (1-\theta)o = v - (1-\theta)tp,$

需求对可见价格上升的反应应为负（ $\partial D/\partial V>0$ ，从而 $\partial D/\partial p<0$ ）。

从需求变化反推不注意参数

将 $\theta$ 从 1 降为 0（即令税收完全显著化）引起的对数需求变化可以线性近似为

$\Delta \log D \approx -\theta\, t\, \eta_{D,p},$

其中 $\eta_{D,p} = -\dfrac{p}{D}\cdot\dfrac{dD}{dp}$ 是需求的价格弹性。据此， $\theta$ 可以由观测到的需求变化、税率与价格弹性反解：

$\theta = -\frac{\Delta \log D}{t\cdot \eta_{D,p}}.$

这正是 Chetty et al.（2009）尝试测量的核心目标——量化消费者对税收的"处理程度"到底有多低。

田野实验设计：研究者在一家超市中，把部分商品的价格标签更换为同时标注税前价格与税后总价（三周期间），从而人为地把销售税变得完全显著；随后用三重差分（triple-differences）设计比较——处理商品在处理期 vs. 之前一周（组内前后对比）、处理商品 vs. 未处理商品类别（同店对照）、处理门店 vs. 对照门店（跨店对照）——分离出因"税收显著化"本身导致的需求变化，剔除季节性、店铺差异等混杂因素。

结果：处理商品的平均销量相较基准下降了约 2.20 单位（基准约为 25 单位，降幅约 8.8%）。结合估计的价格弹性 $\eta_{D,p}\approx 1.59$ 和税率 $t=0.07375$ ，反解得到

$\theta = -\frac{-0.088}{1.59\times 0.07375} \approx 0.75,$

即消费者对因销售税产生的价格变化，只以约四分之一的强度做出反应（相当于对其他等幅价格变化反应强度的约 25%）。

作者还利用非实验性的跨州、跨时面板数据佐证这一结论，比较啤酒消费对**消费税（excise tax，通常直接计入标价，购买过程中高度显著）与销售税（结账时才叠加，购买过程中相对不透明）**的需求反应：对消费税的需求弹性显著更大，对销售税的弹性几乎为零，据此估计的不注意参数高达 $\theta \approx 0.94$ ，即消费者几乎完全忽视了销售税的存在。

税收不注意的政策含义

若某类商品的税收扭曲程度因消费者不注意而降低，从减少征税扭曲角度看，政府或可对这类商品课以更高税率而不显著抑制消费。
但若政府征税的目的正是纠正外部性/内部性（例如通过消费税抑制酒精或糖类消费带来的健康或社会成本），则希望这类"矫正性税收"（corrective/Pigouvian taxes）尽可能显著，以最大化行为改变效果。
当消费者对注意力分配存在异质性时（例如部分消费者理性注意、部分消费者系统性忽视），最优税收和信息披露设计需要同时考虑这两类互相冲突的目标。 :::

一种可能的辩护是：消费者面对海量价格信息，选择性忽视相对次要的税收成分是理性不注意（rational inattention）——把有限的认知资源分配到更重要的事情上。但 EntreMed 案例和后文的海藻养殖案例都提示：不注意也可能发生在高风险场合，或发生在本应显而易见、且信息处理成本极低的维度上，这超出了"理性权衡处理成本与收益"所能完全解释的范围。

"通过留意来学习"：为何有信息也学不会（Hanna, Mullainathan, and Schwartzstein, 2014）

上述税收案例说明"注意力不足"会扭曲当期的消费决策；Hanna et al.（2014）进一步说明，注意力不足还可能阻断长期学习——即使反馈信息触手可及，个体也可能因为从未想到该去关注某个维度，而系统性地学不会重要的经验规律。

直觉引入：为什么会说"我不知道"

设想你近期反复头痛，医生询问"某些食物是否会让头痛加重"，而你却回答"不知道"。这并非因为信息不存在——你确实每天都在吃各种食物、感受头痛发作——而是因为你从未把"进食种类"和"头痛"联系起来主动去编码（encode）这段关联。我们只能从已被编码的信息中学习；如果一开始就不曾怀疑食物过敏是可能的原因，也就不会去留意并记录相关信息，学习自然无法发生。类似地，19 世纪中叶产褥热（childbed fever）导致大量产妇死亡，当时流行的解释是医院异味或男医生令产妇感到羞耻（Nuland, 2003），真正的病因（细菌感染、医生未洗手）花了很长时间才被发现——因为没有人想到要去关注"洗手"这个维度。

Schwartzstein（2014）的核心洞见

今日的信念（beliefs）决定了今日会关注什么，而今日关注的内容又决定了明日的信念——形成一个自我强化的循环：

$\text{今日信念} \to \text{今日关注对象} \to \text{明日信念}.$

如果个体一开始就认为某个变量不重要，就不会去关注、编码相关信息，从而系统性地学不会该变量真正重要这一事实——预测和信念可能因此持续偏误，且偏误的方向是可预测和系统的，个体可能长期误判因果、把原因错误归结到无关紧要的变量上。

田野实验：印尼海藻养殖户的"学习失灵"

Hanna et al.（2014）在印尼的海藻养殖户中设计了一项精巧的田野实验，直接检验"信息充分却学不会"这一假说。

背景：当地农户采用"底部法"（bottom method）种植海藻——把木桩打入近岸浅滩、用绳线连接，把上次收成切成的种苗（"苗荚"，pods）以一定间隔固定在绳线上，退潮时进行管理，约 35–40 天后收获。可能影响产量的维度众多：种苗大小（pod size）、绳间距（line spacing）、苗荚间距（pod spacing）等。海藻养殖的优势在于每块地里有大量苗荚，便于研究者估计各维度的重要性。

基线调查显示，受访农户平均已有 18 年海藻养殖经验，83% 具备识字能力——他们绝非缺乏经验或教育的新手。然而：

86% 的农户无法说出自己当前所用的种苗大小。
87% 的农户对"最优种苗大小应该是多少"完全没有猜测。
相比之下，绝大多数农户能准确说出绳的长度和绳间距（无法回答的比例仅 1%–2%）。

这说明种苗大小这一维度被农户完全忽视——不是不知道正确答案，而是从未把它当作一个值得关注的变量。

实验干预：研究者协助农户在同一块地的 10 条绳线上系统改变种植方法，并跟踪最终产量：一组（"分拣"处理， $N=65$ ）让农户像平时一样切割苗荚，但按大小分拣后种植；另一组（"称重"处理， $N=52$ ）由研究者外生地创造不同大小的苗荚并随机分布在 10 条绳线上，苗荚间距也被随机化。目的是检验：即使把足够的信息摆在农户眼前（相当于让他们亲历一场关于种苗大小的"实验"），他们能否自行从这一经历中学到种苗大小的重要性。

后续追踪：第一次回访调查了解农户是否在参与实验后自行调整了种植方法；随后研究者向农户展示实验数据摘要（包括基于结果的推荐种苗重量与间距，但不提供任何农户此前不掌握的新信息）；第二次回访再评估提供数据摘要后的效果。

结果：单纯经历试验不足以带来学习，但数据摘要能

改变种植方法带来的估计收益可观。
仅仅参与该试验对农户随后的种植方法几乎没有显著影响（效应很小且不显著）。
而在此基础上，向农户总结呈现试验数据后，效应大幅增强——但仅限于农户此前完全没有注意到的维度（种苗大小）；对于农户本就已经关注的维度（如绳间距），试验和数据摘要都没有额外影响，因为这些信息本就已被处理。 :::

关键结论是：农户的学习失败并非因为缺少必要信息——所有信息在试验期间对参与农户来说都是可得的——而是因为他们从未认为种苗大小值得关注，因而根本没有主动去编码相关的经验证据。这样的注意力失灵可能在完全掌握信息的前提下，依然造成任意大的福利损失，因为个体可能因此永远学不会某个至关重要、却被先验判断为"不重要"的因果关系。

小结与延伸

本讲呈现了有限注意力（limited attention）在两类截然不同场景中的经济后果：一是当期决策扭曲——消费者对不透明的税收成分处理不足，导致实际需求弹性系统性偏离标准模型预测（Chetty et al. 2009）；二是长期学习失灵——个体因为从未把某个变量纳入关注范围，即便反复经历相关经验也无法从中学习（Hanna et al. 2014）。两者共享同一个核心机制：注意力是有限且需要主动分配的资源，而分配方式本身会被既有信念系统性地塑造，进而形成自我强化的认知盲区。这为后续课程讨论信念形成与学习（Lec 15-16）、投射与归因偏差（Lec 17）奠定了基础。

官方资源与参考

我的理解

在海量信息时代，注意力才是真正稀缺的认知资源。显著性偏差表明，消费者往往系统性低估未反映在货架标价中的消费税与附加运费。将有限注意力形式化为信息获取成本的最优分配，不仅解释了价格离散与隐性收费的商业策略，也为强制信息披露的规制政策确立了理论依据。